ETSformer: Transformadores de Suavizado Exponencial para la Predicción de Series Temporales

ETSformer es una arquitectura de aprendizaje profundo para la predicción de series temporales introducida por Woo et al. en 2022. Integra los principios clásicos del suavizado exponencial directamente en el marco del Transformer, reemplazando la autoatención estándar con un mecanismo de atención de suavizado exponencial. El modelo descompone una serie temporal en componentes de nivel, crecimiento (tendencia) y estacionales, lo que le permite aprovechar tanto el modelado de dependencias a largo plazo de los Transformers como la estructura interpretable de los modelos estadísticos ETS.